Skripsi
KLASIFIKASI AUTHOR PADA DATA BIBLIOGRAFI MENGGUNAKAN ARSITEKTUR CAPSULE NEURAL NETWORKS (CAPSNETS)
Permasalahan Author Name Disambiguation adalah menentukan nama yang sama pada arsip bibliografi merupakan penulis yang sama atau tidak. Saat ini, identifikasi penulis pada DBLP dipicu oleh permintaan penulis yang menemukan terbitannya bercampur dengan tulisan orang lain. Ambiguitas nama menyebabkan kesalahan identifikasi dan atribusi kredit kepada penulis. Meskipun banyak penelitian dalam dekade terakhir, masalah ambiguitas nama penulis sebagian besar masih belum terpecahkan. Dalam makalah ini, metode Capsule Networks (CapsNets) diusulkan untuk menyelesaikan ambiguitas nama penulis. Metode yang diusulkan mendapatkan akurasi terbaik pada empat masalah Name Disambiguation diantaranya pada homonim, sinonim, homonim-sinonim, dan non-homonim-sinonim yaitu rata-rata 99% pada data training dan testing. Begitupun dengan keseluruhan data yang diuji mendapatkan akurasi 99.83% dengan nilai error yang rendah. Selain itu, CapsNets diuji dengan Performance Measurements diantaranya Sensitivity, Precision, dan F1-Score. CapsNets dapat mengidentifikasi author pada data bibliografi DBLP dengan menggunakan sejumlah atribut seperti author name, co-author, venue, title, dan year
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2107002308 | T50912 | T509122021 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available